← 视觉 · 语言 · 动作 / 动作分布与效率

正式发表 / Vision–Language–Action

IBC

Implicit Behavioral Cloning

CoRL · 2021

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
显式策略与隐式能量策略CoRL 2021 · Fig. 1 · p.2 ↗

将模仿策略表示为观测–动作能量函数,训练时区分示范动作与负样本,推理时优化动作以降低能量。

  1. 01学习动作能量
  2. 02优化候选动作
  3. 03执行低能量动作
IBC显式策略与隐式能量策略
显式策略与隐式能量策略

将模仿策略表示为观测–动作能量函数,训练时区分示范动作与负样本,推理时优化动作以降低能量。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

将模仿策略表示为观测–动作能量函数,训练时区分示范动作与负样本,推理时优化动作以降低能量。

WHY READ IT

为什么放在这条路线

与直接回归动作对照,隐式策略能表达多峰和不连续映射;与扩散策略的逐步去噪目标也不同。

当前阶段动作分布与效率 ↗

能量、量化、扩散与流匹配如何生成动作?

READ WITH A QUESTION

读的时候,留意什么

动作优化带来推理成本,负采样和优化器影响效果;无需奖励不代表无需示范。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器